虽然近年来与人工智能（AI）相关的专利申请数量飙升，但正如律师在AIPPI世界知识产权大会上所讨论的那样，人工智能技术的可专利性（patentability）仍然存在一些不明确的情况。
2019年9月17日，北京汉坤律师事务所合伙人吴丽丽在讨论中表示，在中国，人工智能目前还是一个相对宽泛的概念，这也使专利申请变得复杂化。
她说：“发明人必须展示对数据收集方法或数据实施方法进行的改进才有可能获得专利。”
在中国，大多数与人工智能相关的专利申请均来自互联网和智能手机公司。其次较活跃的申请方是高校，特别是国有研究机构。
吴丽丽称：“目前，人工智能可专利客体方面主要存在两大障碍。”
首先，如果专利权利要求是“纯算法”，则无法注册专利。
第二个障碍是如何定义发明。这必须通过三部分技术测试，也就是说，发明必须能够识别技术问题、提出技术方案并且产生技术效果。
“这三部分之间必须存在联系，审查员需要看到技术效果与发明的所有技术特征的功能有关。”
吴丽丽还指出，通常当发明用于工业（例如制造业）中，或者用于处理诸如视频和音频之类的外部数据时被授予专利。
美国的情况与中国相似。凯拓国际律师事务所（Kilpatrick Townsend）的合伙人凯特．戈德里（Kate Gaudry）表示，为了获得人工智能发明专利，发明人必须能够说明他们需要解决的问题以及解决该问题的方法。
戈德里称：“但这两者必须都达到一定的创新标准。如果发明人试图把一项通过人工智能解决相当普遍问题的发明注册为专利，则可能会面临现有技术异议。”
同样，美国也不接受纯算法的申请。目前，机器学习在美国尚处于可授予专利客体的边界。但是，戈德里认为这可能会再次改变人工智能专利案件在法庭上的判决。
英国知识产权律师事务所Carpmeals & Ransford的专利律师约翰．布鲁勒尔（John Brunner）表示，欧洲专利局（EPO）对人工智能专利一直保持着相对一致的态度。
“EPO对人工智能专利并没有进行明确的定义。但是，可专利性评估中使用的标准要求也适用于人工智能专利申请。”
首先，发明必须具有技术特征。
布鲁勒尔解释称：“如果人工智能发明是一种不需要技术设备的计算算法，那么就只能作为一种数学方法，不具备可专利性。”
但是，如果发明人在其发明中加入相关技术设备则可以相对容易地解决这个问题。
这个问题解决之后，审查员还将评估该专利的创新性步骤是否基于其技术特征。
“这是因为权利要求中的人工智能特征也需要具有符合解决技术问题要求的技术目的。”
布鲁勒尔还指出，EPO不喜欢“缺乏技术含义含糊不清的术语”。
换句话说，增加泛泛而指的技术描述而非明确的技术发明定义将无法满足具有“技术特征”的要求，甚至可能导致申请因定义不明确而被驳回。（编译自www.worldipreview.com）
翻译：王丹 校对：罗先群
